System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于水下机器人的水下环境监测方法及系统技术方案_技高网

基于水下机器人的水下环境监测方法及系统技术方案

技术编号:40477364 阅读:6 留言:0更新日期:2024-02-26 19:13
本申请涉及水下环境监测技术领域,公开了一种基于水下机器人的水下环境监测方法及系统。所述方法包括:获取设备参数数据和水下环境数据;构建每个水下机器人的水下监测智能体;采集水下运行状态数据并计算速度数据和位置数据;生成第一机器人水下执行动作;进行信息共享和协作分析,得到初始机器人集群协作控制策略;进行交互学习和执行动作优化,得到第二机器人水下执行动作并进行控制策略优化,得到目标机器人集群协作控制策略;进行模拟测试与性能评估,得到综合性能评估结果;根据综合性能评估结果,通过水下机器人集群对目标水域进行水下环境监测,输出水下环境监测反馈结果,本申请提高了水下机器人的水下环境监测准确率。

【技术实现步骤摘要】

本申请涉及水下环境监测,尤其涉及一种基于水下机器人的水下环境监测方法及系统


技术介绍

1、水域环境面临着越来越多的挑战,如污染、生物入侵、气候变化带来的影响等。因此,对这些水域进行持续且详细的监测变得尤为关键,以确保环境的健康和可持续性。

2、传统的水下环境监测方法依赖于固定的监测站或需要人工操作的设备,这限制了监测范围和频率,无法实现大范围、高密度的数据收集,无法提供实时数据,进而导致现有技术的准确率低。


技术实现思路

1、本申请提供了一种基于水下机器人的水下环境监测方法及系统,本申请提高了水下机器人的水下环境监测准确率。

2、第一方面,本申请提供了一种基于水下机器人的水下环境监测方法,所述基于水下机器人的水下环境监测方法包括:

3、获取水下机器人集群中多个水下机器人的设备参数数据,并获取待监测目标水域的水下环境数据;

4、根据所述设备参数数据以及所述水下环境数据,分别构建每个水下机器人的水下监测智能体;

5、根据所述水下监测智能体分别采集每个水下机器人的水下运行状态数据,并根据所述水下运行状态数据计算对应的速度数据和位置数据;

6、根据所述速度数据和位置数据,对所述多个水下机器人进行动态逆控制和环境反馈调整,生成每个水下机器人的第一机器人水下执行动作;

7、根据所述第一机器人水下执行动作,对所述多个水下机器人进行信息共享和协作分析,得到对应的初始机器人集群协作控制策略;

8、通过预置的深度q网络进行交互学习和执行动作优化,得到每个水下机器人的第二机器人水下执行动作,并对所述初始机器人集群协作控制策略进行控制策略优化,得到目标机器人集群协作控制策略;

9、根据所述目标机器人集群协作控制策略对所述水下机器人集群进行模拟测试与性能评估,得到综合性能评估结果;

10、根据所述综合性能评估结果,通过所述水下机器人集群对所述目标水域进行水下环境监测,输出水下环境监测反馈结果。

11、第二方面,本申请提供了一种基于水下机器人的水下环境监测系统,所述基于水下机器人的水下环境监测系统包括:

12、获取模块,用于获取水下机器人集群中多个水下机器人的设备参数数据,并获取待监测目标水域的水下环境数据;

13、构建模块,用于根据所述设备参数数据以及所述水下环境数据,分别构建每个水下机器人的水下监测智能体;

14、计算模块,用于根据所述水下监测智能体分别采集每个水下机器人的水下运行状态数据,并根据所述水下运行状态数据计算对应的速度数据和位置数据;

15、逆控制模块,用于根据所述速度数据和位置数据,对所述多个水下机器人进行动态逆控制和环境反馈调整,生成每个水下机器人的第一机器人水下执行动作;

16、协作模块,用于根据所述第一机器人水下执行动作,对所述多个水下机器人进行信息共享和协作分析,得到对应的初始机器人集群协作控制策略;

17、优化模块,用于通过预置的深度q网络进行交互学习和执行动作优化,得到每个水下机器人的第二机器人水下执行动作,并对所述初始机器人集群协作控制策略进行控制策略优化,得到目标机器人集群协作控制策略;

18、评估模块,用于根据所述目标机器人集群协作控制策略对所述水下机器人集群进行模拟测试与性能评估,得到综合性能评估结果;

19、输出模块,用于根据所述综合性能评估结果,通过所述水下机器人集群对所述目标水域进行水下环境监测,输出水下环境监测反馈结果。

20、本申请提供的技术方案中,通过利用水下机器人集群,能够在更广泛的区域内收集数据,提高数据的质量和数量。多个机器人同时工作,可以覆盖更大的水域面积,收集多种环境参数的数据,从而提供更为全面的水下环境监测。水下机器人被赋予了高度的自主性和智能性。通过集成先进的传感器和智能算法,机器人能够自动执行任务。这减少了对人工操作的依赖,增加了操作的灵活性和效率。通过动态逆控制技术,每个机器人能够根据实时收集到的速度和位置数据进行精确的姿态调整和路径规划。这种控制策略不仅提高了机器人的导航精度,还增强了其在复杂水下环境中的稳定性和可靠性。机器人集群通过信息共享和协作分析,能够实现协同工作,提高任务执行的效率和效果。这种集群智能使得单个机器人的局限性得以克服,整个集群可以协调作业,针对特定区域或任务进行集中监测。通过深度q网络,机器人可以持续学习和优化其执行动作,使得整个系统能够根据环境的变化和任务的需求自我调整和优化。这种学习机制使得水下机器人能够更好地适应复杂多变的水下环境。通过模拟测试和性能评估,能够及时地对机器人的性能进行评估和调整,进而提高了水下机器人的水下环境监测准确率。

本文档来自技高网...

【技术保护点】

1.一种基于水下机器人的水下环境监测方法,其特征在于,所述基于水下机器人的水下环境监测方法包括:

2.根据权利要求1所述的基于水下机器人的水下环境监测方法,其特征在于,所述根据所述设备参数数据以及所述水下环境数据,分别构建每个水下机器人的水下监测智能体,包括:

3.根据权利要求1所述的基于水下机器人的水下环境监测方法,其特征在于,所述根据所述水下监测智能体分别采集每个水下机器人的水下运行状态数据,并根据所述水下运行状态数据计算对应的速度数据和位置数据,包括:

4.根据权利要求1所述的基于水下机器人的水下环境监测方法,其特征在于,所述根据所述速度数据和位置数据,对所述多个水下机器人进行动态逆控制和环境反馈调整,生成每个水下机器人的第一机器人水下执行动作,包括:

5.根据权利要求4所述的基于水下机器人的水下环境监测方法,其特征在于,所述根据所述第一机器人水下执行动作,对所述多个水下机器人进行信息共享和协作分析,得到对应的初始机器人集群协作控制策略,包括:

6.根据权利要求1所述的基于水下机器人的水下环境监测方法,其特征在于,所述通过预置的深度Q网络进行交互学习和执行动作优化,得到每个水下机器人的第二机器人水下执行动作,并对所述初始机器人集群协作控制策略进行控制策略优化,得到目标机器人集群协作控制策略,包括:

7.根据权利要求1所述的基于水下机器人的水下环境监测方法,其特征在于,所述根据所述目标机器人集群协作控制策略对所述水下机器人集群进行模拟测试与性能评估,得到综合性能评估结果,包括:

8.一种基于水下机器人的水下环境监测系统,其特征在于,所述基于水下机器人的水下环境监测系统包括:

...

【技术特征摘要】

1.一种基于水下机器人的水下环境监测方法,其特征在于,所述基于水下机器人的水下环境监测方法包括:

2.根据权利要求1所述的基于水下机器人的水下环境监测方法,其特征在于,所述根据所述设备参数数据以及所述水下环境数据,分别构建每个水下机器人的水下监测智能体,包括:

3.根据权利要求1所述的基于水下机器人的水下环境监测方法,其特征在于,所述根据所述水下监测智能体分别采集每个水下机器人的水下运行状态数据,并根据所述水下运行状态数据计算对应的速度数据和位置数据,包括:

4.根据权利要求1所述的基于水下机器人的水下环境监测方法,其特征在于,所述根据所述速度数据和位置数据,对所述多个水下机器人进行动态逆控制和环境反馈调整,生成每个水下机器人的第一机器人水下执行动作,包括:

5.根据权利要求4所述的基...

【专利技术属性】
技术研发人员:胡浩文魏成坤李锦辉
申请(专利权)人:深圳市德威胜潜水工程有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1